Windfarm detection based on Sentinel-1 imagery and deep learning techniques

Diehl, Frederik (2019) Windfarm detection based on Sentinel-1 imagery and deep learning techniques. Masterarbeit, Universität Trier.

Dieses Archiv kann nicht den Volltext zur Verfügung stellen.

elib-URL des Eintrags:

Dokumentart:

Hochschulschrift (Masterarbeit)

Titel:

Windfarm detection based on Sentinel-1 imagery and deep learning techniques

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Diehl, Frederik	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2019

Referierte Publikation:

Nein

Open Access:

Nein

Seitenanzahl:

Status:

veröffentlicht

Stichwörter:

Deep learning, Sentinel-1, wind farm detection, coastal application

Institution:

Universität Trier

Abteilung:

Umweltfernerkundung und Geoinformatik

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Erdbeobachtung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R EO - Erdbeobachtung

DLR - Teilgebiet (Projekt, Vorhaben):

R - Fernerkundung u. Geoforschung

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Hinterlegt von:

Huth, Juliane

Hinterlegt am:

26 Nov 2019 12:14

Letzte Änderung:

26 Nov 2019 12:14

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags